[发明专利]一种基于概率盒模型修正的机械故障诊断方法

权利要求书

1.一种基于概率盒模型修正的机械故障诊断方法，其特征在于，包括以下步骤：

(1)采集工业过程的故障数据，获取原始概率盒：定义CDF函数F(x)与包含的范围为概率盒，表达为

其中F(x)为概率盒的下界，为上界，工业测试数据中不确定性的随机变量X的CDF函数在CDF范围内，即

(2)利用工业测试数据的概率统计特性，结合贝叶斯参数估计法来修正概率盒模型，建立基于最大熵原理的贝叶斯模型：贝叶斯公式为

以极大后验参数估计方法为贝叶斯参数估计，后验概率密度函数p(x|u)达到极大值作为估计准则，将所对应的参数值作为估计值，记作工业测试数据在数据u的条件下，引入熵的表达式为

先验概率密度p(x)已知，根据最大熵原理，建立基于最大熵原理的处理工业测试数据的贝叶斯模型

(3)获取原始DSS

将步骤(2)所得基于最大熵原理的处理工业测试数据的贝叶斯模型嵌入到概率盒建模的算法中得到修正的原始概率盒模型，再通过离散化方法得到进行卷积计算的DSS，形式为

(4)定义工业测试数据的综合附加信息量

以数据集的平均值x_avg为附加信息量，x_i-x_i-1表示两相邻焦元之间的数据波动量，综合附加信息量为

由u_i构成数据点变量集合u为

(5)提取优化的DSS＇

将步骤(4)所得数据点变量集合u通过最大熵的贝叶斯逐焦元的对应优化x集合，得到新的焦元区间为从第1个焦元至第n个焦元，依次处理后得到DSS＇，形式为

(6)修正概率盒

将步骤(5)的DSS＇通过概率盒的定义绘制出修正概率盒。